Comprendre l'analyse statistique des mesures (MSA) : objectifs, outils et impact

Définition de l'analyse statistique des mesures (MSA)

L'analyse statistique des mesures (MSA) est la pratique consistant à utiliser des outils statistiques tels qu'une étude R&R de mesure (répétabilité et reproductibilité) pour déterminer si un système de mesure est capable de mesures précises. En outre, la MSA détermine la quantité d'erreur provenant du processus de mesure lui-même.

Le but de la MSA est de garantir qu'un système de mesure sélectionné fournit des résultats fiables avec répétabilité et reproductibilité. Lors de la réalisation d'un PPAP, tous les systèmes de mesure sont identifiés dans le plan de contrôle. Une étude R&R de mesure est réalisée pour chacun de ces systèmes afin de vérifier la précision.

Pourquoi réaliser une MSA ?

La MSA établit la confiance dans les méthodes de collecte de données pour vérifier l'intégrité des données capturées utilisées dans d'autres études de qualité. Ce processus comprend l'évaluation des instruments de mesure, des méthodes d'essai et des techniques de collecte de données. La MSA aide les fabricants à prendre des décisions éclairées sur leurs processus de production et leurs produits. AIAG considère la MSA comme un outil fondamental pour améliorer la qualité des décisions en améliorant la qualité des données utilisées.

Identifier les erreurs du système de mesure

Lors de la réalisation d'une MSA, les données peuvent soit être fidèles à la valeur correcte, soit comporter des erreurs système. La MSA identifie ces erreurs du système de mesure, qui sont classées par précision et exactitude.

• Précision : la proximité des points de données d'échantillon entre eux.
• Exactitude : la proximité des points de données d'échantillon par rapport à la valeur cible.

Classifications des erreurs système

Un plan de contrôle de production s'applique lorsqu'un composant est en pleine production. Le plan est complet en termes de caractéristiques, contrôles de processus, tests et mesures effectués pendant la pleine production.

La précision peut être décomposée en répétabilité et reproductibilité. Une étude R&R de mesure est utilisée pour estimer la mesure combinée de la répétabilité et de la reproductibilité.

Précision :

• Répétabilité : la capacité d'obtenir les mêmes résultats chaque fois que la même mesure est répétée par le même opérateur. Cela fournit des informations sur la variabilité de l'équipement.
• Reproductibilité : la capacité d'un opérateur à obtenir les mêmes résultats qu'un autre opérateur. Cela fournit des informations sur la variabilité de l'opérateur.

De plus, l'exactitude peut être décomposée en linéarité, stabilité et biais. Une étude de linéarité et de biais de mesure est utilisée pour déterminer si les instruments de mesure effectuent des mesures avec exactitude.

Exactitude :

• Linéarité : mesure les changements d'exactitude d'un dispositif de mesure sur toute sa plage de capacité opérationnelle. Par exemple, l'exactitude change-t-elle lors de la mesure d'un composant de 5 lb vs 30 lb ?
• Stabilité : mesure la cohérence dans la pratique de l'étude dans le temps. Par exemple, l'exactitude change-t-elle parce que l'opérateur utilise des techniques différentes aujourd'hui vs il y a un mois pour recueillir l'échantillon ?
• Biais : mesure les différences existant entre la moyenne d'un ensemble de données d'échantillon et la valeur réelle. Par exemple, si un thermomètre indique 22 °C à l'extérieur alors qu'il fait en réalité 21 °C, le thermomètre a un biais de +1 °C car il indique une valeur supérieure à la température réelle.

Pourquoi la MSA est-elle importante ?

Des systèmes de mesure défectueux peuvent laisser passer des composants de mauvaise qualité et rejeter des pièces de haute qualité. En conséquence, les clients deviennent insatisfaits de l'incapacité du fabricant à répondre à leurs exigences de qualité. En réalisant une MSA, les fabricants peuvent s'assurer que leur équipement de mesure et son utilisation sont conformes à leurs exigences de précision et d'exactitude.